谷歌: 谷歌CEO:AI是人類最深遠技術意義將超越火與電

2025-06-18 | 來源: 高飛的電子替身 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

七、AGI的黎明與P(Doom)的陰影：我們離終點還有多遠？

隨著模型能力的飛速提升，AGI（通用人工智能）的實現似乎不再遙遠，這也將關於AI末日概率（P(Doom)）的討論從科幻推向了現實。皮查伊對這一終極風險的看法，展現了一種獨特的、基於人性集體智慧的樂觀。

1. AGI時間表：我們正處於“鋸齒狀”智能時代

弗裡德曼將話題引向了AI領域的終極目標：AGI（通用人工智能）和ASI（人工超級智能）。AGI通常被定義為在人類主要的智力活動領域達到專家水平的AI，而ASI則是AGI通過自我改進後達到的、遠超人類的智能形態。

他直接問皮查伊：我們會在2030年迎來AGI嗎？皮查伊首先引入了一個更接地氣的概念——“AJI”（Artificial Jagged Intelligence，人工鋸齒狀智能），這個詞可能由安德烈·卡帕西（Andrej Karpathy）首創，用來形容當前AI能力發展極不均衡的狀態?。一方面，模型在某些方面展現出驚人的能力，另一方面，它們又會在一些看似簡單的問題上（比如數一個單詞裡有多少個字母）犯錯。

皮查伊認為，我們正處在AJI階段。對於AGI是否會在2030年實現，皮查伊持謹慎態度。他認為，人們總是在不斷提高對AGI的定義標准。盡管他在Waymo自動駕駛汽車穿行於舊金山繁忙街道時，或在使用Project Astra與世界互動時，都看到了“AGI的驚鴻一瞥” ，但他感覺我們離真正的AGI還有距離。

他預測，AGI的實現可能會略晚於2030年（這個預測和DeepMind創始人哈薩比斯的觀點一致）。然而，他緊接著強調，這個具體的時間點和定義本身並不重要。“我確信的是，到2030年，我們將取得如此巨大的進步，以至於我們必須去應對其帶來的巨大後果——無論是積極的還是消極的。”

2. P(Doom)末日概率：人性是終極安全閥

谷歌警告20億Gmail用戶:趕緊做這事

Google悄悄釋出AI app 沒網絡也能回答問題

谷歌CEO訪談:AI業務的崛起互聯網將洗牌

談到ASI可能帶來的生存風險，即社區內熱議的“P(Doom)”（末日概率，也就是AI讓人類毀滅的概率），弗裡德曼坦言自己的估算是10% ，並詢問皮查伊的看法。

皮查伊承認，這是一個在谷歌內部也會不時被討論的嚴肅話題。他沒有給出一個具體的數字，而是提供了一個獨特的、基於社會動力學的樂觀視角。他類比道，在一個大型組織中，如果你能統一所有人的動機和激勵，幾乎可以實現任何目標。雖然統一全人類的目標極為困難，但如果AI的末日風險（P(Doom)）真的變得非常高且具體，它反而會成為一個強大的統一力量。“如果P(Doom)真的很高，全人類都會聯合起來確保它不會發生。” 他認為，這種威脅的真實性會激發人類前所未有的集體智慧和行動力去解決問題。因此，他認為這裡存在一個“自我調節”的機制。“我對P(Doom)的情景感到樂觀，但這並不意味著我認為潛在的風險不高。我只是對人類能夠挺身而出、迎接挑戰抱有很大信心。”

弗裡德曼對此觀點進行了補充，他提出了一個常被忽略的變量：沒有AI的末日概率是多少？氣候變化、核戰爭、流行病等風險同樣威脅著人類文明。AI或許不僅是風險，更是幫助我們解決這些復雜問題的關鍵工具。皮查伊對此表示贊同，他認為在應對一些最棘手的全球性挑戰時，擁有一個AI“伙伴”將大有裨益。

面對AGI可能帶來的巨大機遇與風險，領導者的決策變得至關重要。一年前，當外界輿論普遍認為谷歌已在AI競賽中掉隊時，皮查伊正是在內部推動著一系列影響深遠的變革，其中最艱難的莫過於合並DeepMind和Google Brain這兩大頂尖研究團隊。

八、風暴中的舵手：合並DeepMind與Brain的艱難抉擇

面對AGI可能帶來的巨大機遇與風險，領導者的決策變得至關重要。一年前，當外界輿論普遍認為谷歌已在AI競賽中掉隊時，皮查伊正是在內部推動著一系列影響深遠的變革，其中最艱難的莫過於合並DeepMind和Google Brain這兩大頂尖研究團隊。

弗裡德曼將話題帶回到了現實的領導力挑戰中，他回憶起一年前，當時鋪天蓋地的文章都在宣稱“谷歌已經迷失”、“皮查伊是領導谷歌渡過難關的錯誤人選” 。他詢問皮查伊，在那段被外界普遍看衰的時期，他是如何度過的，以及做出了哪些關鍵決策。

皮查伊坦言，作為CEO，他最重要的賭注就是推動公司全面轉向“AI優先”?，並為負責任地開發AGI做好准備。盡管外界充滿噪音，但他對公司內部正在構建的東西有清晰的認識。他善於將信號與噪音分離，就像潛水一樣：“水面可能波濤洶湧，但只要下潛一英尺，就是宇宙中最平靜的地方。” 他清楚地知道，谷歌擁有像TPU（張量處理單元）這樣的長期技術投資，並且正在訓練強大的Gemini模型，只是這一切需要時間才能顯現成果。